Esercitazioni dei casi di utilizzo
Utilizza le esercitazioni dei casi di utilizzo per sperimentare uno o più casi di utilizzo che si combinano per dimostrare come puoi implementare una soluzione con Cloud Pak for Data. I tutorial seguono la storia di Golden Bank, un fornitore di mutui leader che deve risolvere le sfide dell'accesso ai dati, della qualità dei dati, della governance dei dati e della gestione dei dati e dei cicli di vita dell'IA.
Se si desidera apprendere come completare un'attività specifica, ad esempio perfezionare i dati o creare un modello, prendere in considerazione l'utilizzo delle esercitazioni di avvio rapido. Le esercitazioni di avvio rapido consentono di apprendere rapidamente come eseguire un'attività specifica o una serie di attività correlate.
Le esercitazioni dei casi di utilizzo sono categorizzate per tipo:
- Le esercitazioni del fabric dati mostrano come implementare uno dei casi di utilizzo del fabric dati.
- Le Esercitazioni di creazione e gestione dell'intelligenza artificiale mostrano come creare, distribuire e monitorare i modelli in un ambiente gestito.
Esercitazioni di Data Fabric
Un data fabric è un'architettura che fornisce un modo sicuro e coerente per accedere ai dati da origini diverse e una serie di strumenti integrati in modo che la tua organizzazione possa collaborare in modo efficace per utilizzare i tuoi dati per migliorare il tuo business.
Guarda questo video per vedere il data fabric in azione.
Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.
Il fabric di dati è suddiviso in casi di uso che rappresentano ciascuno un determinato obiettivo. Su IBM Cloud Pak for Data, i servizi forniscono funzioni e strumenti. Ogni caso di utilizzo richiede una o più istanze del servizio. Alcuni servizi sono inclusi in più casi di utilizzo.
Le esercitazioni sono raggruppate per caso d'uso. È possibile iniziare con qualsiasi caso d'uso. Ogni gruppo di esercitazioni è basato su un progetto di esempio che contiene le risorse necessarie per completare le esercitazioni. I progetti di esempio vengono importati dall'hub di risorse.
Le tag per ciascuna esercitazione descrivono il livello di esperienza (, o ), la quantità di codifica richiesta ( o ) e se l'esercitazione è una continuazione () di una o più altre esercitazioni che è necessario completare per prime.
Integrazione dati
Fornire l'accesso a tutti i dati, senza spostarli.
Scenario: Golden Bank ha bisogno di una pipeline di dati che fornisca dati concisi, pre - elaborati e aggiornati su tutti i richiedenti di mutui, in modo che i creditori possano prendere decisioni.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Integra dati
Estrarre, filtrare, unire e trasformare i dati. Consultare le istruzioni
- Virtualizzare i dati esterni
Virtualizzare e unire le tabelle di dati da origini esterne. Consultare le istruzioni
- Replica dati
Configura la replica quasi in tempo reale e continua tra i database di origine e di destinazione. Consultare le istruzioni
- Orchestrate una pipeline AI con integrazione dati
Crea una pipeline end-to-end che prepara i dati e forma un modello. Consultare le istruzioni
Governance dei dati
Fornire l'accesso a tutti i dati, senza spostarli.
Scenario: Golden Bank ha bisogno di una pipeline di dati che fornisca dati concisi, pre - elaborati e aggiornati su tutti i richiedenti di mutui, in modo che i creditori possano prendere decisioni.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Curare dati di alta qualità
Creare asset di dati di alta qualità arricchendo i dati ed eseguendo l'analisi della qualità dei dati. Consultare le istruzioni
- Proteggi i dati
Controlla l'accesso ai dati in un catalogo. Consultare le istruzioni
- Utilizza i dati
Valuta, condividi, forma e analizza i dati. Consultare le istruzioni
- Gestisci dati virtualizzati
Arricchisci i dati virtualizzati e assicurati che i dati virtuali siano protetti. Consultare le istruzioni
Master Data Management
Fornisci un'unica vista affidabile a 360 gradi dei dati.
Scenario: Golden Bank desidera eseguire una campagna per offrire tassi ipotecari più bassi. Come ingegnere dei dati, è necessario utilizzare IBM Match 360 per configurare, mappare e modellare i dati per una vista a 360 gradi del cliente.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Configurazione di una vista a 360 gradi
Impostare, mappare e modellare i propri dati per creare una vista a 360 gradi dei clienti. Consultare le istruzioni
Crea e gestisci esercitazioni AI
Questi casi di utilizzo di Cloud Pak for Data coprono gli strumenti per creare e gestire l'AI. È possibile iniziare con qualsiasi caso d'uso. Ogni gruppo di esercitazioni è basato su un progetto di esempio che contiene le risorse necessarie per completare le esercitazioni. I progetti di esempio vengono importati dall'hub di risorse.
Le tag per ciascuna esercitazione descrivono il livello di esperienza (, o ), la quantità di codifica richiesta ( o ) e se l'esercitazione è una continuazione () di una o più altre esercitazioni che è necessario completare per prime.
Governance dell'AI
Creare, rendere operativi e gestire l'intelligenza artificiale.
Scenario: Golden Bank necessita di un modello che identifichi se i clienti si qualificano per i mutui per ridurre i costi di elaborazione delle applicazioni della banca.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Creare e distribuire un modello
Addestrare un modello, promuoverlo in uno spazio di distribuzione e distribuire il modello. Consultare le istruzioni
- Verifica e convalida del modello
Valuta un modello per precisione, correttezza ed esplicabilità. Consultare le istruzioni
Data Science e MLOps
Creare, distribuire e monitorare i modelli.
Scenario: Golden Bank deve automatizzare una pipeline di dati che fornisce dati aggiornati su tutti i richiedenti di mutui, che i prestiti possono utilizzare per il processo decisionale.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Orchestrate una pipeline AI con il monitoraggio del modello
Crea una pipeline end-to-end che prepara i dati, addestra un modello e quindi convalida il modello. Consultare le istruzioni
- Orchestrate a AI pipeline with data integration
Crea una pipeline end-to-end che trasforma i dati e forma un modello. Consultare le istruzioni
Ulteriori informazioni
Argomento principale Introduzione